设施水产养殖水质综合评价与预警方法电子书

内容提要

前言

第1章 绪论

1.1 设施水产养殖水质研究背景

1.2 设施水产养殖水质研究技术路线

1.3 设施水产养殖水质研究创新点

1.4 设施水产养殖水质研究的目的和意义

第2章 设施养殖水质评价、预测及预警相关研究综述

2.1 设施养殖系统概述

2.2 设施养殖水质净化的主要设备

2.2.1 机械过滤装置

2.2.2 蛋白质分离器

2.2.3 生物过滤装置

2.2.4 杀菌消毒装置

2.2.5 曝气增氧装置

2.3 设施养殖水质模型研究现状

2.3.1 水质评价模型的研究

2.3.2 水质预测模型的研究

2.3.3 水质预警模型的研究

2.3.4 决策支持系统在水质管理中的应用

第3章 设施养殖水质特征研究

3.1 设施养殖系统水环境

3.1.1 水温

3.1.2 溶解氧

3.1.3 pH值

3.1.4 氨氮

3.1.5 亚硝氮

3.1.6 磷酸盐

3.1.7 叶绿素-a

3.2 实验数据的获取

3.3 水质监测结果

3.4 各水质因子的多元逐步回归模型

3.4.1 氨氮与其他水质因子之间的关系

3.4.2 亚硝氮与其他水质因子之间的关系

3.4.3 硝氮与其他水质因子之间的关系

3.4.4 无机磷与其他水质因子之间的关系

3.4.5 叶绿素-a与其他水质因子之间的关系

3.4.6 COD与其他水质因子之间的关系

3.4.7 BOD5与其他水质因子之间的关系

3.4.8 pH值与其他水质因子之间的关系

3.4.9 水温与其他水质因子之间的关系

3.5 小结

第4章 设施养殖水质评价模型

4.1 水质评价参数的确定

4.1.1 水质评价参数确定的依据

4.1.2 水质评价参数的选择

4.2 设施养殖水质评价标准的确定

4.3 设施养殖水质单因子评价

4.3.1 单因子水质评价模型

4.3.2 单因子水质评价模型实例

4.4 设施养殖水质多因子评价

4.4.1 综合污染指数评价模型

4.4.2 综合污染指数评价模型实例

4.4.3 模糊综合评价模型

4.4.4 模糊综合评价模型实例

4.4.5 多元统计评价模型

4.4.6 多元统计评价模型实例

4.5 小结

第5章 设施养殖水质预测模型

5.1 人工神经网络用于养殖水质预测的可行性

5.2 BP神经网络的建立

5.2.1 BP神经网络的原理

5.2.2 BP神经网络的结构

5.2.3 BP算法实现过程

5.2.4 BP神经网络参数

5.3 设施养殖水质BP预测模型实例

5.3.1 BP网络结构的确定

5.3.2 数据及预处理

5.3.3 网络训练

5.3.4 网络仿真

5.4 小结

第6章 设施养殖水质预警模型

6.1 设施养殖水质预警的特点

6.2 设施养殖水质预警指标体系的建立

6.2.1 指标的选择

6.2.2 指标的监测

6.2.3 预警警度的确定

6.3 设施养殖水质预警模型

6.3.1 单因子水质预警模型建立

6.3.2 单因子水质预警模型实例

6.3.3 基于多元回归的单因子水质预警模型实例

6.4 设施养殖水质综合预警模型

6.4.1 模糊综合评价预警模型建立

6.4.2 模糊综合评价预警模型实例

6.4.3 设施养殖水质状态预警模型建立

6.4.4 设施养殖水质状态预警模型实例

6.4.5 设施养殖水质趋势预警模型建立

6.4.6 设施养殖水质趋势预警模型实例

6.5 小结

第7章 设施养殖水质管理决策支持系统的构建与应用

7.1 设施养殖水质管理决策支持系统开发

7.2 设施养殖水质管理决策支持系统总体设计

7.2.1 系统设计方案选择

7.2.2 系统框架结构

7.2.3 系统运行结构

7.3 设施养殖水质管理决策支持系统功能模块

7.3.1 水质监测数据和水质指标录入

7.3.2 水质评价

7.3.3 水质预警

7.3.4 水质预警对策

7.4 设施养殖水质管理决策支持系统实现

7.4.1 系统主界面

7.4.2 数据录入

7.4.3 功能实现

7.5 小结

参考文献